Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Econometría de evaluación de impacto Luis García Núñez Pontificia Universidad Católica del Perú RESUmEN En años recientes los métodos de evaluación de impacto se han difundido ampliamente en la in- vestigación microeconómica aplicada. Sin embargo, la variedad de métodos responde a problemas particulares y específicos los cuales están determinados normalmente por los datos disponibles y el impacto que se busca medir. El presente documento resume las principales corrientes disponi- bles en la literatura actual, poniendo énfasis en los supuestos bajo los cuales el efecto tratamiento promedio y el efecto tratamiento promedio sobre los tratados se encuentran identificados. Adi- cionalmente se presentan algunos ejemplos de aplicaciones prácticas de estos métodos. Se busca hacer una presentación didáctica que pueda ser útil a estudiantes avanzados y a investigadores aplicados que busquen conocer los principios básicos de estas técnicas. Palabras clave: inferencia causal, evaluación de programas, regresión discontinua, variables ins- trumentales, matching Clasificación JEL: C13, C14, C31 AbSTRACT In recent years the program evaluation methods have become very popular in applied microeconomics. However, the variety of these methods responds to specific problems, which are normally determined by the data available and the impact the researcher tries to measure. This paper summarizes the main methods in the current literature, emphasizing the assumptions under which the average treatment effect and the average treatment effect on the treated are identified. Additionally, after each section I briefly present some applications of these methods. This document is a didactic presentation for advanced students in economics and applied researchers who wish to learn the basics of these techniques. Keywords: causal inference, program evaluation, regression discontinuity, instrumental variables, matching JEL Classification: C13, C14, C31 Economía Vol. XXXIV, N° 67, semestre enero-junio 2011, pp. 81-125 / ISSN 0254-4415 82 Economía Vol. XXXIV, N° 67, 2011 / ISSN 0254-4415 1. introducción y El anÁlisis causal En Economía En décadas recientes, los estudios de evaluación de impacto de políticas públicas se han realizado con métodos estadísticos y econométricos cada vez más sofisticados, con el fin de obtener una evaluación científicamente rigurosa basada en el análisis de causalidad. La popularidad de estos métodos ha llevado a que se busque aplicarlos en numerosos contextos. Sin embargo, por lo general, se basan en ciertos supuestos poblacionales que condicionan su radio de acción y que definen hasta dónde se pueden obtener conclusio- nes valederas (léase causales) de las evaluaciones. El interés por estudiar las relaciones causales en el mundo real ha sido crucial en la ciencia a lo largo de su historia. El concepto de causalidad ha ido variando a lo largo de los siglos. Sin embargo, el fondo de la discusión sigue siendo el mismo: el interés por hacer un estudio acerca de la relación causal entre las variables. Este estudio empieza con la pregunta inicial de cualquier estudio de impacto: ¿cuál es el efecto causal de una variable X sobre otra variable Y? Responderla puede ser un asunto no tan trivial desde el punto de vista analítico ni desde los datos. Pues para tener una idea de este efecto, debe- ríamos tener alguna idea sobre la existencia de una relación causal entre estas variables. Desde el punto de vista de la estadística, según Holland (1986), durante mucho tiempo la estadística no se preocupó de los temas causales, limitándose a señalar que «la correlación no implica causalidad». Esto se debió a que tradicionalmente la estadística inferencial ha estudiado la manera cómo los datos «aparecen» en el mundo real. Tal interés conlleva al estudio de la distribución de probabilidad conjunta de estas variables, la cual entrega las probabilidades de ocurrencia de ellas, y la obtención de «parámetros asociativos», tales como las probabilidades y esperanzas condicionales. Estos parámetros no son determinantes para establecer relaciones causales entre las variables. La presencia de variables asociadas sin mayor sentido, como en el caso de las conocidas correlaciones espurias o la presencia de los llamados confounders, presenta una limitación importante para el análisis de inferencia causal basándose en parámetros asociativos cuando tales confounders no son tomados en cuenta. Desde la visión de la economía y la econometría, desde las primeras décadas del siglo XX, el análisis de causalidad se configuró como el estudio de las variables del mundo real, estableciendo algún tipo de ordenamiento secuencial o lógico entre ellas (Goldberger 1972). De esta manera, y bajo supuestos teóricos o de juicio no «testeables»1, se pues establecer una estructura de ramificaciones causales que une a aquellas variables y que generan los datos observados. Cuando aplicamos este análisis a la economía, encontramos que el proceso generador de datos está gobernado por relaciones económicas subyacentes a él (véase por ejemplo, Haavelmo 1943, 1944). Estas relaciones suelen ser simplificadas y sistematizadas a través 1 Un ejemplo de un supuesto causal que no necesita ser verificado es que ninguna variable puede ocasionar un cambio en la edad de las personas. Luis García Núñez Econometría de evaluación de impacto 83 de los llamados «modelos económicos», los cuales definen claramente a sus variables exó- genas y a sus endógenas, y cuyas relaciones causales son el resultado del comportamiento de los agentes económicos (por ejemplo, la maximización de ganancias de la empresa)2. En estos modelos, las variables exógenas tienen efecto sobre las endógenas, y no al revés, y por ello podemos afirmar que las relaciones de causalidad entre variables económicas tienen en sí mismas un sustento en la teoría económica. Asimismo, el impacto de una variable sobre otra puede ser estudiado mediante una alteración de una de las variables exógenas y observando su efecto sobre una o más variables endógenas, manteniendo todo lo demás constante (la noción marshalliana de un cambio ceteris paribus). En el terreno de los datos económicos poblacionales, estos no ocurren por el mero azar sino que aparecen por relaciones estructurales entre las variables mencionadas arriba. Estas estructuras no se limitan solamente a las variables observables consideradas en el modelo económico sino que también incluyen a aquellas que no son observables pero que suelen tener un rol importante en la estructura (Pearl 2000, 2009; Heckman 2000, 2005). También se consideran mecanismos de selección de información intrínsecos al problema económico bajo estudio que tampoco ocurren al azar3. Estas relaciones pue- den ser escritas en forma de ecuaciones, con lo cual se definen los modelos de ecuaciones estructurales. En tales ecuaciones se representan relaciones causales y no meras asociacio- nes empíricas. El análisis causal basado en ecuaciones estructurales es el más completo pues ofrece una visión panorámica del conjunto, lo cual permite entender especialmente las difi- cultades que pueden surgir en el proceso de análisis del efecto de una variable sobre otra. No obstante, este enfoque ha recibido críticas debido a que sus conclusiones pue- den depender muy sensiblemente de los supuestos sobre los términos de perturbación (Angrist, Imbens y Rubin 1996). Heckman (2000, 2005), aunque defiende al enfoque estructural, señala que los principales cuestionamientos que dicho enfoque ha recibido se basan en deficiencias de estos modelos para reproducir los datos observados. En términos empíricos, algunos estudios (por ejemplo, Lalonde 1986) han com- probado que empíricamente los modelos estructurales basados en regresiones entregan pobres resultados en comparación con métodos más «experimentales». Asimismo, pue- den sufrir problemas de error de especificación, los cuales suelen ser magnificados en modelos multiecuacionales.Por último, pueden ser complicados, y sobre todo poco práctico si el objetivo es analizar el impacto entre dos variables y si no estamos muy interesados en estudiar a profundidad al resto de variables que las circundan. Es quizás por esta razón que recientemente se ha incrementado la popularidad de los estudios de impacto basados en métodos experimentales y cuasiexperimentales en la 2 Cabe mencionar que más de un modelo económico podría ser consistente con los mismos datos. 3 Por ejemplo, la participación laboral de las mujeres es un típico ejemplo de un mecanismo de autoselec- ción, el cual trunca la información sobre los salarios observados de las mujeres trabajadoras. 84 Economía Vol. XXXIV, N° 67, 2011 / ISSN 0254-4415 investigación aplicada en economía, en similitud con estudios equivalentes en estadística y epidemiología, por ejemplo. Tales trabajos buscan en principio encontrar el efecto de una política, aunque descuidan notablemente el fundamento económico y algunos aspectos econométricos (como la identificación, los mecanismos de selección y el com- portamiento de las variables no observables). Puesto que la mira de estas metodologías se encuentra en los experimentos, necesita- remos un armazón analítico simple a seguir. Este es el modelo de resultados potenciales, el cual en economía se remonta a Roy (1951) y Quandt (1958), y que Maddala (1983) presenta con el nombre de switching regression model, pero que en estadística se le conoce como el modelo de Neyman-Rubin, por los trabajos de Neyman (1990) y Rubin (1974). En un principio presentaremos este modelo, para luego poco a poco ir estudiando los principales problemas de identificación que pueda tener en diferentes contextos, propo- niendo estrategias identificadoras del efecto causal buscado. Este modelo tiene sus fundamentos en los modelos de ecuaciones estructurales, aun- que su presentación es más simple al basarse en los estudios experimentales, teniendo al experimento aleatorio controlado como su paradigma. Se trata de aislar el efecto de una variable (que podría ser de política) sobre una variable endógena, manteniendo cualquier otro factor que la afecte de manera «controlada» o constante (ceteris paribus). Luego se calcula la diferencia en la variable endógena en los dos estados, con y sin la aplicación de la política, entendiéndose tal diferencia como el efecto causal de la polí- tica. Sin embargo, y tal como quedará claro en la siguiente sección, tal efecto no puede ser observado debido a que solo uno de los resultados potenciales es observable. Existe entonces un serio problema de identificación, llamado el problema fundamental de la inferencia causal. Normalmente al escenario no observable se le llama «contrafactual» o «hipotético». Se podría pensar que el escenario contrafactual puede ser observado si, por ejemplo, sometemos a la política a un individuo que originalmente no participó en este pro- grama. No obstante, eso no es cierto pues no se estaría cumpliendo la condición de ceteris paribus porque al menos alguna cosa debió cambiar en el tiempo4. 4 En algunos experimentos podría creerse que se puede conocer ambos estados de la naturaleza, por ejem- plo, encender y apagar la luz para ver el efecto de la corriente eléctrica en un bombillo de luz. En este ejemplo es casi seguro que cualquier otro factor que afecte la luminosidad del bombillo está bajo control del investigador y, por lo tanto, el escenario «antes del tratamiento» y «después del tratamiento» puedes ser con- siderados como los dos resultados potenciales. En general no ocurre lo mismo en otros estudios, en donde los dos escenarios mencionados no necesariamente mantienen constantes a los demás factores que podrían afectar a la variable y. Por ejemplo, el efecto de la lactancia materna sobre la incidencia de enfermedades en los infantes no puede ser estudiado observando simplemente el «antes» y el «después» de la exposición al tratamiento pues existen factores que cambian en forma natural (como la edad y el peso del niño) y además otros factores podrían cambiar circunstancialmente (como las condiciones de vida de la familia), a pesar que algunos factores sí se mantengan constantes (como el sexo del niño y su resistencia natural a las enfermedades). Luis García Núñez Econometría de evaluación de impacto 85 Afortunadamente, los orígenes del problema han sido estudiados y entendidos, y por lo tanto somos capaces de proveer soluciones a él. Tales estrategias se basan en la aplicación de supuestos y además con un importante apoyo de la estadística, se logra identificar el efecto causal. Este documento se basa justamente en estas estrategias de identificación. Sin embargo, este no es el único problema de identificación que enfrenta el análisis causal econométrico de políticas. En este documento se revisan algunas de las técnicas más populares, poniéndose énfasis en las condiciones bajo las cuales se puede identificar a los efectos causales. En la sección 2 se presentan algunas cuestiones básicas sobre el lenguaje de evalua- ción de impacto. En la sección 3 se presentan a los experimentos aleatorios controlados (paradigma usado en muchas disciplinas para estudiar efectos causales) y los estudios no experimentales (que son los más usados en economía). En la sección 4 se explica el diseño de regresión discontinua aguda, que luego se retoma en la sección 7 con el diseño de regresión discontinua difusa. En la sección 5 se explica el método de pareo o matching. En la sección 6 se presenta el método de variables instrumentales aplicado a la evaluación de impacto de políticas. En la sección 8 se presenta brevemente el método de diferencias en diferencias. Finalmente en la sección 9 se presenta algunas reflexiones y consideraciones finales. 2. algunas cuEstionEs bÁsicas 2.1. El modelo de resultados potenciales y el Efecto Tratamiento Promedio (ATE)5 Con el fin de estudiar la identificación del efecto causal, formalicemos lo expuesto an- teriormente del modelo de resultados potenciales concentrándonos en un caso especial. Supongamos que deseamos conocer el efecto de un tratamiento d (por ejemplo, una política) sobre alguna variable de interés yi (un resultado), para i = 1, … N., donde i indica una unidad i. Por ejemplo: Tratamiento (d ) Resultado (y) Ejercicio diario Presión sanguínea Capacitación laboral Salarios Un nuevo reglamento de tránsito Tasa de accidentes de tránsito Un medicamento Colesterol 5 La notación y definiciones que seguimos en esta sección está influenciada en la exposición de Lee (2005). 86 Economía Vol. XXXIV, N° 67, 2011 / ISSN 0254-4415 Aunque el tratamiento podría ser en diferentes intensidades, y al mismo tiempo los resultados podrían ser múltiples, vamos a simplificar el análisis considerando que el tratamiento d es binario, tomando el valor 1 si la unidad recibe el tratamiento y 0 si no la recibe. d Si i recibe el tratamiento Si i no lo recibe1 1 0 = Tenemos una población U de unidades, algunas de los cuales recibirá un trata- miento. Cada unidad i ∈ U puede ser descrita por el siguiente conjunto (y0i, y1i, di, xi, ei) donde: y0i = resultado potencial si la unidad i no recibió el tratamiento y1i = resultado potencial si la unidad i recibió el tratamiento xi = vector de características observables de la unidad i ei = vector de características no observables de la unidad i Cabe mencionar que la condición de observable o no observable de las características se define desde el punto de vista del investigador o evaluador de la política. Definamos el resultado observado yi como yi = di y1i + (1 - di) y0i, el cual es igual a uno de los resultados potenciales. Asimismo podemos clasificar a todas las unidades de la población según la recepción o no del tratamiento. Como nos preocupa analizar el impacto de políticas (micro) económicas, llamaremos a los receptores de la política como el grupo beneficiario, definido como B = {i ∈ U | di = 1}. Al grupo deunidades que no recibe el tratamiento lo llamaremos grupo no beneficiario6 N = {i ∈ U | di = 0}. Lo único que podemos observar para una unidad i ∈ U es el paquete (y1i, xi, d = 1) y para una unidad k ∈ U en el grupo no beneficiario solo observamos (y0k, xk, d = 0). El efecto tratamiento individual para una unidad i, di = y1i - y0i, no está identificado pues uno de sus elementos no es observable. Sin embargo, podría ser más conveniente analizar el efecto tratamiento promedio para la población (ATE por sus siglas en inglés). Omitiendo el subíndice i, el ATE es el parámetro poblacional d = ATE = E (y1 - y0) = E(y1) - E (y0) Debido a que los valores potenciales y0 y y1 no son plenamente observables para todo i ∈ U, se debe tener cuidado al estimar este valor esperado usando análogos de muestras, como el promedio simple por ejemplo. 6 En algunos estudios se le llama también grupo de control a aquel que no ha recibido el tratamiento. Sin embargo dado que el énfasis en este estudio recae en los llamados estudios observacionales (véase sección 3.2) en donde los datos disponibles no provienen de experimentos controlados, conviene llamar a este grupo simplemente como no beneficiario, reservando el nombre de «grupo de control» para aquel grupo que no recibe tratamiento en estudios experimentales o también a un subgrupo de los no beneficiarios que cumplen ciertas características (que se discutirán más adelante, véase la sección 3.1) en estudios observacionales. Luis García Núñez Econometría de evaluación de impacto 87 1 1ˆ | |i i i B i N i B i BB N y y y y n n ∈ ∈∈ ∈ d = ∑ - ∑ = - Donde nB es el número de beneficiarios y nN es el número de no beneficiario. El peligro de cometer un error con una estimación de esta manera se basa en el cono- cido «problema de la selección»: la no observación de los valores de y0i y y1i para algunos individuos podría responder a una conducta sistemática de los individuos o de los otor- gantes del beneficio. Por ejemplo, si se busca analizar el efecto de la participación en programas de ejercicios físicos en el estado de salud medido como los niveles de presión sanguínea, es claramente factible que aquellos que finalmente acepten participar en el tratamiento sean individuos que tengan fuertes preferencias por la actividad física, o que presenten determinadas características como su edad y peso. Por el contrario, aquellos que opten por no participar en el programa podrían haber tomado esta decisión basán- dose en las mismas características o preferencias. En este ejemplo estaría ocurriendo un problema de «autoselección» en el tratamiento, donde la participación en el programa dependerá de las características observables de las personas (su edad y peso) o de caracte- rísticas no observables (sus preferencias, hábitos de vida, factores genéticos, etc.) La selección podría haber venido por parte de los diseñadores de la política. Por ejemplo, si fijan una población objetivo para el tratamiento o si priorizan a algunos grupos que ya de por sí presenten problemas de presión arterial, nuevamente existirían diferentes características (observables o no) en los grupos B y N. Si esto es lo que está ocurriendo con el programa d, entonces el estimador propuesto d̂ es el análogo muestral de E (y | d = 1) - E (y | d = 0), el cual es en general dife- rente de E (y1 - y0), cuando las características (xi, ei) difieren entre los beneficiarios y no beneficiarios. Por esta razón se debe analizar con cuidado (a) en qué casos d̂ es un buen estimador de ATE; (b) qué otro estimador distinto de d̂ podría estimar correc- tamente a d. 2.2. Supuestos identificadores del ATE Supongamos que el tratamiento o política ha sido aplicado a los individuos de una ma- nera muy particular. Digamos que se ha realizado un sorteo en donde cada individuo tiene la misma probabilidad de recibir el beneficio. En tal caso, el tratamiento d será independiente de los resultados potenciales yj, para j = 0,1. Formalmente diremos: (I): Los resultados potenciales son estadísticamente independientes de d. En símbo- los (y0, y1) Π d. Dada esta condición de independencia, entonces ocurrirá que ATE = d = E (y1 - y0) = E (y1) - E (y0) = E (y1 | d = 1) - E (y0 | d = 0) = E (y | d = 1) - E (y | d = 0) 88 Economía Vol. XXXIV, N° 67, 2011 / ISSN 0254-4415 La última igualdad ocurre porque y1 solo es observable cuando d = 1, con ello coinci- den y1 con y, y lo mismo ocurre para y0. Por lo tanto si tal supuesto se cumple, entonces ATE puede ser estimado consistentemente simplemente con la diferencia de los prome- dios simples de las observaciones de los grupos B y N, o sea el estimador d̂ . Nótese que este estimador es igual al estimador b̂d, que se obtendría de la estimación por mínimos cuadrados ordinarios del modelo de regresión lineal yi = b1 + bd di + ui. No es necesario un supuesto tan fuerte, como el de independencia, para que se cumpla este resultado. Una condición más débil que es implicada por el supuesto de independencia es la siguiente: (II): y0 y y1 son «independientes en medias» de d si E (yj | d) = E (yj), para j = 0, 1. De forma equivalente, E (yj | d = 1) = E (yj | d = 0). Bajo esta condición se cumple también que el ATE coincide con la diferencia E (y | d = 1) = E (y | d = 0).7 2.3. El efecto tratamiento sobre los tratados (ATET) Es frecuente que los programas no tengan aplicabilidad universal sino solamente en parte de la población. Por ejemplo, un programa de desempleo solo interesa en la po- blación de desempleados, no toma en cuenta a los empleados. En tal caso, el impacto del programa se mide únicamente en el grupo tratado, pues nos interesa comparar la situación real del grupo beneficiario con la situación contrafactual de ellos mismos en el caso hipotético de que no hubieran recibido el beneficio del programa, sin importarnos mucho el efecto sobre los no tratados. A este impacto se le llama el Efecto Tratamiento Promedio en los Tratados8 o ATET: dT = ATET = E (y1 - y0 | d = 1) = E (yj | d = 1) - E (y0 | d = 1) Con la información disponible, el primer término de ATET es plenamente obser- vable pues es solamente la esperanza condicional del resultado dado que los individuos participaron en el programa, es decir E (y | d = 1). En cambio, el segundo término no es observable pues no disponemos de información del resultado potencial y0 cuando d = 1, existiendo por lo tanto un problema de identificación de este parámetro. Este término será identificable si se supone que y0 Π d (o con el supuesto más débil de y0 independiente en media de d, E (y0 | d = 1) = E (y0 | d = 0). En tal caso se puede estimar el segundo componente de ATET con un análogo muestral de E (y | d = 0). En términos intuitivos, este supuesto quiere decir que el tratamiento ha sido asignado entre 7 Es frecuente hacer explícito un supuesto adicional: el supuesto de no interferencia entre las unidades bajo estudio. Según este supuesto, el tratamiento aplicado a una entidad solo le afecta a ella misma y no a nadie más. En inglés se le conoce como SUTVA (Stable Unit Treatment Value Assumption), el cual se asumirá implícitamente a lo largo de este documento. 8 En inglés es el Average Treatment Effect on the Treated. Luis García Núñez Econometría de evaluación de impacto 89 los individuos de los grupos de beneficiarios y no beneficiarios, independientemente del resultado potencial que ellos hubieran obtenido sin tratamiento y0. Sin embargo, es posible que y1 no sea independiente de d, lo cual no afectaría la identificación de ATET. Por ejemplo, y1 no sería independiente de d si los individuos participantes se autoselec- cionan para participar en el programa porque tendrían una ganancia esperada de y1 más alta que aquellos que no participan. En general se cumplirá que ATET es distinto de ATE. Sin embargo, podrían ser exac- tamente iguales si se cumple ya sea los supuestos (I) o (II). Para mostrar esto, ATET = E (y1 - y0 | d = 1) = E (y1 | d = 1) - E(y0 | d = 1) = E (y1 | d = 1) - E (y0 | d = 0) = E (y | d = 1) - E (y | d = 0) = ATE Entonces, al ser ATE y ATET iguales bajo este supuesto, ambos pueden ser estimados mediante el estimador d̂, que es la diferencia de los promedios simples de los grupos de beneficiarios y no beneficiarios. Por otro lado, trivialmente ATE y ATET también podrían ser iguales si el programa se aplicara a toda la población. E (y1 - y0) = E (y1 - y0 | d = 1) ⋅ Pr (d = 1) + E (y1 - y0 | d = 0) ⋅ Pr (d = 0) ATE = ATET ⋅ Pr (d = 1) + ATEU ⋅ Pr (d = 0) Donde ATEU es el efecto tratamiento sobre los no tratados (un parámetro de escaso interés práctico). Luego si Pr (d = 1) = 1 tendríamos ATE = ATET, lo cual equivaldría a aplicar el programa a toda la población. 2.4. Condicionamiento a características observables Los resultados mencionados se pueden generalizar si se condicionan a las características observables x, lo que podría entenderse como limitar el análisis a una subpoblación con características x. Por ejemplo, se podría calcular el efecto tratamiento promedio según el sexo de la persona o su nivel educativo, su estado civil, etc. Las definiciones de ATE y ATET con condicionamiento a x son: ATE | x = E (y1 - y0 | x) y ATET | x = E (y1 - y0 | d = 1, x). En tal caso, los supuestos identificadores de estos pará- metros se generalizan como: (I’) yj es estadísticamente independiente de d, dado x: yj Π d | x. (II’) y0 y y1 son «independientes en media condicional» de d dado x: E (yj | d, x) = E (yj | x), para j = 0,1. Cuando se condiciona por x, es frecuente hacer un supuesto adicional sobre la exis- tencia de individuos beneficiarios y no beneficiarios para cada subpoblación x. A este supuesto se le conoce como supuesto de matching u overlapping. 90 Economía Vol. XXXIV, N° 67, 2011 / ISSN 0254-4415 (III) 0 < P (d = 1 | x) < 1 Luego, bajo los supuestos (II’) y (III), el ATE | x es igual a la diferencia de la media condicional de los grupos B y N. E (y1 - y0 | x) = E (y1 | x) - E (y0 | x) = E (y1 | d = 1, x) - E (y0 | d = 0, x) = = E (y | d = 1, x) - E (y | d = 0, x) Nótese que el último signo igual de la ecuación anterior no se cumpliría si no se efec- tuara el supuesto (III). Luego, el ATE | x puede ser calculado como la diferencia simple de los promedios de y dado d para un subgrupo específico x. Un resultado adicional que vale la pena mencionar en esta sección es que si asumi- mos que el tratamiento se asigna completamente al azar (mediante un sorteo simple), entonces el tratamiento d será también independiente de las características observables y no observables de los individuos (xi , ei), las cuales se encontrarán «balanceadas» entre los grupos B y N. 2.5. Sesgo debido a la violación de los supuestos Cuando los supuestos mencionados antes no se cumplen, entonces el estimador pro- puesto d̂ será sesgado al querer estimar a ATE o a ATET. El llamado problema de la selección presentado en la sección 2.1 provocará que existan sesgos cuyas fuentes estri- ban en el «desbalance» existente en las características observables y no observables entre los grupos B y N. Así, tanto el cálculo de estos parámetros incluirá a las diferencias de estas características. Cuando los grupos B y N difieren en las características observables x, diremos que tenemos «selección en observables», mientras que si difieren en las variables no obser- vables e, tenemos «selección en no observables». En el primer caso, el sesgo sobre la diferencia de medias originado por la selección se llama en la literatura inglesa como overt bias, mientras que en el segundo, el sesgo se llama covert bias o hidden bias. Formalmente las definiremos ambos tipos de selecciones así: Selección en observables: E (yj | d) ≠ E (yj) pero E (yj | d, x) = E (yj | x) Selección en no observables: E (yj | d, x) ≠ E (yj | x) pero E (yj | d, x, e) = E (yj | x, e) Concentrándonos en la selección en observables, no se cumple el supuesto (II) pero si controlamos por las variables que ocasionan la selección, tendremos entonces que el ATE es identificable condicionado a un grupo particular x, pues se cumpliría el supuesto (II’), de la forma como se mencionó en la sección anterior. Por el contrario, si tenemos selección en no observables, la condición en x no garan- tiza que la diferencia de las medias de grupo refleje el impacto del programa. Habría entonces que condicionar también en las características no observables para que d̂ sea un estimador de ATE entendiendo esto como la definición de un subgrupo que comparta Luis García Núñez Econometría de evaluación de impacto 91 las mismas características no observables. Esto es en la práctica difícil al ser justamente las características e invisibles para el investigador.9 Podemos observar bajo qué condiciones el desbalance de las características x podría sesgar la estimación de ATE mediante la diferencia de medias simple d̂ 10. Supongamos que solo existe una característica x la cual es binaria, tomando el valor de 1 para algunos individuos y 0 para el resto. Supongamos también que se cumple el supuesto (II’). En este contexto, los efectos tratamiento promedio condicionados a x son ATE |x=0 = E(y1 | d = 1, x = 0) - E(y0 | d = 0, x = 0) = E(y | d = 1, x = 0) - E(y | d = 0, x = 0) ATE |x=1 = E(y1 | d = 1, x = 1) - E(y0 | d = 0, x = 1) = E(y | d = 1, x = 1) - E(y | d = 0, x = 1) Por otro lado, podemos expresar a la diferencia de medias de y entre B y N como: E(y | d = 1) - E(y | d = 0) = E(y | d = 1, x = 0) ⋅ Pr (x = 0 | d = 1) + E(y | d = 1, x = 1) ⋅ Pr (x = 1 | d = 1) - E(y | d = 0, x = 0) ⋅ Pr (x = 0 | d = 0) - E(y | d = 0, x = 1) ⋅ Pr (x = 1 | d = 0) Reemplazando las expresiones de ATE |x=0 y ATE |x=1 en la expresión anterior tenemos: E(y | d = 1) - E(y | d = 0) = ATE |x=0 ⋅ Pr (x = 0 | d = 1) + ATE |x=1 ⋅ Pr (x = 1 | d = 1) + E(y | d = 0, x = 0) ⋅ [Pr (x = 0 | d = 1) - Pr (x = 0 | d = 0)] - E(y | d = 0, x = 1) ⋅ [Pr (x = 1 | d = 0) - Pr (x = 1 | d = 0)] (♣) Si se cumpliera que x Π d, entonces se cumpliría que Pr (x | d) = Pr (x) para cualquier combinación de x y d, con lo cual: E(y | d = 1) - E(y | d = 0) = ATE |x=0 ⋅ Pr (x = 0) + ATE |x=1 ⋅ Pr (x = 1) = ATE (♠) No obstante, el desbalance del x entre los beneficiarios y no beneficiarios provoca que el valor del lado derecho de la ecuación (♣) sea diferente del efecto tratamiento promedio mostrado en (♠). Observando con cuidado el lado derecho de la ecuación (♣) notamos que los dos primeros términos están multiplicados por las probabilidades condicionales de x dado d, los cuales no necesariamente serán iguales a las probabilidades incondicionales de x debido al desbalance mencionado. Esto trae como consecuencia una primera desviación con respecto al efecto tratamiento promedio que queremos calcular. No obstante, este error desaparecería en el caso particular que ATE |x=0 = ATE |x=1. 9 Aunque no podamos condicionar en no observables, mediante algunos procedimientos experimentales podemos confiar que, estadísticamente hablando, las características no observables puedan balancearse entre ambos grupos. Más adelante veremos que existen métodos capaces de remover el sesgo generado por las variables no observables. 10 En el caso del sesgo debido a desbalance en variables no observables, se puede hacer un análisis similar al presentado, por lo que no lo desarrollaremos aquí. 92 Economía Vol. XXXIV, N° 67, 2011 / ISSN 0254-4415 Los términos tercero y cuarto de la ecuación (♣) muestran el sesgo relacio- nado con el efecto directo de x sobre y. La suma de estos dos términos sería cero si E(y | d, x = 0) = E(y | d, x = 1), lo que se interpreta como si la variable x no tuviera efecto sobre y. Asimismo este efecto también desaparece si x y d son estadísticamente independiente. Ilustraremos estos sesgos mediante un ejemplo. Supongamos que se aplica un pro- grama de concientización sobre los peligros del tabaco a una población de fumadores, donde la única característica observablea considerar es el sexo, siendo x = 0 para las mujeres y x = 1 para los hombres. Sea y el número de cigarrillos fumados por semana, y d indica como siempre la participación o no en el programa. Supongamos que en esta población Pr (x = 0) = 0,55 y Pr (x = 1) = 0,45, pero que en lo concerniente a la parti- cipación en el programa hay un desbalance por sexo, siendo Pr (x = 0 | d = 0) = 0,8 y Pr (x = 1 | d = 1) = 0,7. También: E (y | d = 1, x = 0) = 21 E (y | d = 0, x = 0) = 24 E (y | d = 1, x = 1) = 28 E (y | d = 0, x = 1) = 30 De donde se puede ver que el efecto del programa para las mujeres es de ATE |x=0 = -3 cigarrillos menos por semana. Para los hombres, el efecto del programa es ATE |x=1 = -2 cigarrillos por semana. El ATE para toda la población es -2,5. Sin embargo, si reempla- zamos los valores en la ecuación (♣) encontramos que: E (y | d = 1) - E (y | d = 0) = 0,7 Es decir, la mera diferencia de medias del consumo promedio de cigarrillos entre los que siguieron el programa y quienes no lo siguieron arroja un sorprendente aumento en el consumo promedio de cigarrillos, pese a que por separado el consumo disminuyó tanto para hombres como para las mujeres. A este resultado se le conoce como la Para- doja de Simpson y es el resultado de la influencia del desbalance de x. Por último, un estimador consistente de ATE en el caso de selección en observables (es decir, bajo el supuesto II’) puede obtenerse mediante regresiones lineales. Tal como demuestra Wooldridge (2001), en la regresión donde x es un vector de variables, b2 y b3 son vectores de parámetros, y d x d x x ui d i i i= + + + ⋅ −( ) +b b b b0 2 3' ' ( ) El estimador b̂d es un estimador consistente de ATE. Luis García Núñez Econometría de evaluación de impacto 93 3. Estudios EXPErimEntalEs y no EXPErimEntalEs Habiendo observado la importancia del cumplimiento de los supuestos identificadores de ATE y ATET, cabe la pregunta ¿bajo qué condiciones los datos que se utilizan para evaluar el impacto de políticas cumplirían estos supuestos? La respuesta a esta interro- gante se halla en la forma como se generaron estos datos. 11 Como se ha visto, la aleatorización del tratamiento d hace que la diferencia de prome- dios sea un estimador consistente de ATE (y ATET). Pero, ¿de dónde proviene la idea de la aleatorización del tratamiento? Existe en la ciencia un procedimiento conocido como experimento aleatorio controlado, el cual se considera como el gold standard de la evalua- ción de impacto por cumplir (casi) perfectamente la condición de aleatorización de d. 3.1. Experimentos aleatorios controlados Estos experimentos tienen su origen en las ciencias biológicas y médicas, el cual consiste en el estudio del efecto de un tratamiento sobre un resultado de interés. Luego de ha- berse definido a una muestra aleatoria de individuos a ser estudiados, el procedimiento consiste en la selección aleatoria de dos subgrupos de individuos llamados «grupo tra- tamiento»12 y «grupo de control». Al primero de ellos se les aplica intencionalmente el tratamiento del estudio, mientras que al segundo no recibe el tratamiento. Cuando el experimento es aplicado a seres humanos, usualmente al grupo de control se les entrega un placebo absolutamente inofensivo13 (por ejemplo, una píldora de similar caracterís- tica a la recibida por los tratados), con el fin de evitar cualquier desviación en la conducta tanto de los tratados como de los no tratado. En este procedimiento, el tratamiento es independiente —estadísticamente hablando— de los resultados potenciales y de las características observables y no observables de los individuos, los cuales deberían estar estadísticamente balanceados entre ambos grupos. Por tal razón, los resultados del grupo no tratado simulan bien el escenario contrafactual en donde los tratados no reciben el tratamiento. Tal propiedad le da validez interna al estudio pues el resultado de la eva- luación de impacto estaría libre de sesgos. Asimismo, si la muestra de individuos del análisis fue obtenida de manera aleatoria de la población de interés, asumiendo que no hay efectos de equilibrio general (supuesto SUTVA), estos resultados son generalizables a toda la población lo que le da validez externa al estudio.14 11 Una interesante reseña de los problemas que se pueden encontrar en estudios observacionales —en comparación con estudios experimentales— se encuentra en el clásico documento de Cochran (1965). 12 En las aplicaciones a la economía hemos llamado «grupo beneficiario» al grupo tratamiento. 13 El placebo podría no ser necesario si se trata de experimentos en animales o plantas. 14 Debe tenerse en cuenta que hay dos etapas de aleatorización: la primera ocurre en la selección de la muestra a ser sujeta de estudio de la población, y la segunda ocurre cuando el tratamiento es asignado alea- toriamente a un subgrupo de la muestra. 94 Economía Vol. XXXIV, N° 67, 2011 / ISSN 0254-4415 De ahora en adelante, usaremos el término «grupo de control» o grupo C a aquel conjunto de individuos no tratados que pueden representar bien el escenario contrafac- tual sin tratamiento. En el caso de los experimentos aleatorios controlados, los grupos de no tratados (grupo N) y control (grupo C) son exactamente iguales. En lo que se refiere a la aplicación de estos experimentos a economía, dado que se estudia el impacto aislado de una variable sobre otra, este procedimiento es ideal para estudiar el efecto causal entre estas variables. Por ello no necesita el desarrollo de modelos teóricos que modelen la conducta de los agentes en el mundo real15, al ser sus implicancias absolutamente parciales16 y reducidas a dos variables. Esta alta precisión en la medición del impacto es a su vez una desventaja si el objetivo es tener una idea más completa del comportamiento de los agente, es decir, de los determinantes de los resultados observados. La aplicación de este procedimiento resulta muy atractiva. No obstante para la eva- luación de programas surgen algunos inconvenientes reportados en la literatura17. Acerca de la validez interna del procedimiento, usualmente es difícil encontrar un equivalente al placebo utilizado en medicina, por lo que en algunos casos es casi inevitable que los suje- tos no solo noten que están siendo sujetos al experimento sino que noten a qué grupo pertenecen (B o C). Por ejemplo, si se tratara de un programa de capacitación laboral, sería muy extraño que se otorguen charlas de capacitación completamente inútiles a los miembros del grupo C con el fin que no noten que son beneficiarios. Este hecho puede provocar algunas problemas como la autoselección en los programas (pues es difícil que se pueda obligar a las personas a aceptar un tratamiento, el cual es normalmente voluntario) y al desgaste ocurrido (no al azar) por el abandono de algunos individuos a seguir en el programa. Existen otros problemas de orden ético si se trata de programas que podrían tener consecuencias en el largo plazo. Por ejemplo, si se pretendiera aplicar este procedimiento a programas que otorgan crédito educativo, para aquellas personas que no lo reciban podrían tener consecuencias negativas muy grandes por el resto de sus vidas (debido a la pérdida de oportunidades). Algo similar podría ocurrir con programas alimentarios. Todo esto genera serios cuestionamientos de orden ético para la aplicación de experimentos de este tipo para evaluar programas. Pese a estas razones, en los últimos años se ha aplicado esta técnica en estudios de evaluación de impacto, principalmente de políticas económicas. Algunos ejemplos son: Gertler (2004), quien analiza el impacto del programa mexicano de transferencias con- dicionales de dinero —conocido entonces como PROGRESA— en la salud de los niños. En la implementación de este programa se seleccionó a 505 villas de zonas pobres de 15 Esto no significa de ninguna manera que se ignore a los modelos económicos y a los modelos probabilís- ticos subyacentes,quienes darán luz sobre el efecto que se espera y su explicación. 16 Entiéndase el término «parcial» en el sentido utilizado en economía en el análisis de estática comparativa. 17 Stock y Watson (2003) en su capítulo 11 cita algunos inconvenientes que se pueden encontrar en la práctica. Luis García Núñez Econometría de evaluación de impacto 95 México, en donde en una primera etapa se escogió al azar a 320 poblaciones como beneficiarias y 185 como control. Esta forma de selección y el hecho de que el grupo de control no fue informado que sería en el futuro también beneficiario del programa le da características al experimento de ser muy parecido a un experimento aleatorio contro- lado. Con ello se cumple que estadísticamente hablando los grupos de beneficiarios y no beneficiarios se encuentren balanceados en sus características observables y no observa- bles, lo que convence al autor para estimar el efecto causal mediante una regresión con una variable dummy, indicando la participación o no en el programa. Gertler menciona que además controla en la regresión por características socioeconómicas con el fin de mejorar el poder de las estimaciones y reducir la variación idiosincrática en la población. En un estudio similar, Hoddinott y Skoufias (2003) también estudian el mismo programa pero esta vez para calcular el impacto sobre el consumo de alimentos. A dife- rencia de Gertler, estos autores son cautelosos con respecto a la aplicación inmediata de la diferencia de medias como estimador del efecto causal, al encontrar problemas de no cumplimiento en la muestra de beneficiarios (muchos hogares de localidades beneficiarias no recibieron tratamiento) y al haber significativas diferencias en cuanto a composición por género, tamaño del hogar y edad de los participantes entre los grupos de beneficiarios y no beneficiarios. Sugieren que los métodos de regresión controlados por estas variables son una mejor alternativa a la simple e incondicional diferencia de medias. En otro estudio, como el de Angrist y Lavy (2002), se utiliza la extensión de esta metodología cuando la aleatorización se hace a niveles de grupos18 y no de individuos, existiendo entonces dos niveles de aleatorización. Esta metodología es usada amplia- mente en medicina y psicología, y se aplica especialmente cuando se selecciona al azar a grupos (como, por ejemplo, comunidades, hospitales, escuelas, etc.), y luego en una segunda etapa se selecciona a individuos dentro de cada grupo. Esta metodología ha demostrado ser menos costosa en su implementación pero presenta menor poder esta- dístico que los muestreos aleatorios simples, principalmente debido a la correlación entre los grupos, entre otras deficiencias19. En el estudio de estos autores se analiza el efecto de un programa de premios monetarios a estudiantes sobre el rendimiento en una prueba académica específica (el Bagrut) en Israel y para ello conducen dos experimentos, uno donde la aleatorización se hace a nivel de individuos y otro en donde se realiza a nivel de escuelas. Cabe resaltar en este trabajo que los autores tuvieron inconvenientes en el momento de implementar la aleatorización a nivel de individuos debido a preocupacio- nes de los directivos educativos sobre la elección de los miembros del grupo beneficiario. Debido a esto se utilizó un mecanismo que además de utilizar al azar se tomaba en cuenta el estatus socioeconómico de los estudiantes. También existieron problemas para 18 Conocido en inglés como Group Randomized Trials. Apuntes sobre la metodología se pueden encontrar en Donner, Brown y Basher (1990). 19 La aleatorización de los grupos no garantiza el balanceo de las características a nivel de individuos, como sí lo hacen las aleatorizaciones de individuos. Para más observaciones, véase por ejemplo, Donner y Klar (2004). 96 Economía Vol. XXXIV, N° 67, 2011 / ISSN 0254-4415 implementar el experimento a nivel de escuelas, debiendo suspenderse en su primer año de aplicación debido a serias controversias desatadas en los medios y la opinión pública. Este es un claro ejemplo de las dificultades que este tipo de estudios experimentales debe enfrentar en el momento de su implementación práctica. Existen numerosos ejemplos que utilizan datos experimentales, de los cuales solo mencionaremos a algunos por razones de espacio. Por ejemplo, Banerjee et al. (2004) realizan dos estudios aleatorizados evaluando el impacto de programas de asistencia edu- cativa a estudiantes con bajo rendimiento sobre el aprendizaje medido como puntaje promedio de sus pruebas académicas. En otro trabajo, Angrist et al. (2002) estudian el efecto de la entrega de cupones a estudiantes secundarios sobre el rendimiento y la asistencia escolar en Colombia. Aunque este estudio no podría catalogarse estricta- mente hablando como un experimento controlado, existió en él una asignación aleatoria (mediante un sorteo) de los cupones, lo que le dio el carácter de experimento «natural» y facilitó el cálculo del impacto. En la siguiente sección se explica en qué consisten estos experimentos naturales y los cuasiexperimentos. 3.2. Estudios observacionales Lo que hace que un experimento sea «verdadero» y tenga el poder de medir correcta- mente el impacto de una variable sobre otra es la aleatorización en la selección de la muestra del estudio y en la aleatorización del tratamiento, ambos bajo el control del investigador. Como ya se explicó anteriormente, esta característica garantiza que los grupos de beneficiarios y no beneficiarios sean comparables. Como hemos visto en la sección anterior, en muchas ocasiones es difícil garantizar que el tratamiento se asigne en forma aleatoria de la forma como lo planeó el investigador. Normalmente suceden inconvenientes que afectan la validez interna del estudio. En otras ocasiones, por cues- tiones prácticas es imposible asignar el tratamiento en forma aleatoria. Cada vez que tengamos un estudio en donde el tratamiento ha sido asignado en forma no aleatoria sino que se basa en observaciones fuera del control del investigador tendremos un estu- dio observacional. Los estudios observacionales no son en sí mismos experimentos, aunque de alguna manera pretenden simularlos en el sentido que buscan elucidar una relación causal entre dos variables. En estos casos, si bien es posible distinguir una variable de tratamiento y una o más variables de resultados como posible consecuencia, tal tratamiento no ha sido asignado bajo el control del investigador. Por ejemplo, el tratamiento pudo ser resultado de cambios en la legislación que afectó a cierto sector de la población pero no a otro, a aspectos administrativos o quizás a cuestiones puramente naturales (fenómenos atmos- féricos, telúricos, etc.). En ocasiones, el tratamiento puede haber sido asignado en una forma no sistemática que se asemeja bastante bien a lo que hubiera sido un experimento controlado. En tal Luis García Núñez Econometría de evaluación de impacto 97 caso se suele hablar de un experimento «natural». En cambio si el tratamiento está lejos de haber sido asignado en forma aleatoria pero el estudio realiza un importante esfuerzo por asegurar la comparabilidad de los tratados versus los no tratados, entonces tenemos un «cuasiexperimento»20. Una característica frecuente de los cuasiexperimentos (aunque no necesariamente indispensable para su definición) es que los grupos de beneficiarios y control ya existen como grupos definidos antes del tratamiento. El hecho de que los datos se basen en observaciones genera un potencial problema de validez externa del procedimiento pues no existe la seguridad de que tales datos represen- ten a la población total. Por ejemplo, los datos provenientes de programas de capacitación para el empleo podrían no representar a la población total de desempleados si la evalua- ción del programa se concentra en determinadas áreas geográficas (grandes ciudades, por ejemplo), o si cuentan con medios de informaciónpara estar al tanto del programa. Asimismo, una asignación del tratamiento fuera del control del investigador presenta un potencial problema de validez interna si es que este tratamiento no es asignado en forma aleatoria21. Como vimos en la sección anterior, esto representaría una violación al supuesto (I ) —y por ende al (II )— de la sección 2.2, lo cual invalidaría el cálculo del ATE mediante la diferencia de medias pues no habría la garantía que los grupos B y N sean comparables. Es por ello que se requiere de un tratamiento estadístico muy cuida- doso con el fin de replicar o simular una situación de tratamiento aleatorio, o en otro caso, habiéndose entendido las razones para la no aleatorización, tomarlas en cuenta con el fin de obtener estimaciones válidas.22 A pesar de estas dificultades, existen numerosos estudios que utilizan datos cua- siexperimentales que buscan replicar los resultados de los experimentos controlados, debido fundamentalmente a las ventajas que estos estudios tienen en términos de acceso a datos y a que podrían no sufrir algunos de los efectos perversos que contaminan a los experimentos aleatorios controlados23. Estos estudios son de diferente naturaleza, algunos en si mismos pueden ser parecidos a los experimentos aleatorios controlados, mientras que otros pueden ser bastante distintos. En las siguientes secciones veremos estrategias que se adaptan a diversos problemas presentados a la hora de evaluar el impacto cuando se tiene este tipo de datos. 20 Véase Rosenbaum (2009), 4-6. Es frecuente encontrar en la literatura que los términos «experimentos naturales» y «cuasiexperimentos» son usados como sinónimos. 21 Sin embargo no se descarta que en algunos casos excepcionales de cuasi experimentos, el tratamiento sí haya sido asignado en forma aleatoria por pura cuestión del azar. 22 Tal como menciona Campbell (1969), 412, sobre este problema: «The general ethic, here advocated for public administrators as well as social scientists, is to use the very best method possible, aiming at ‘true experiments’ with random control groups. But where randomized treatments are not possible, a self-critical use of quasi-experimental designs is advocated. We must do the best we can with what is available to us.» 23 Por ejemplo la llamada «reactividad» que se refiere al cambio en la conducta de las personas sujetas al estudio como el Hawthorne Effect. 98 Economía Vol. XXXIV, N° 67, 2011 / ISSN 0254-4415 4. disEÑo dE rEgrEsión discontinua aguda En un destacado estudio, Angrist y Lavy (1999) analizaron una manera cómo identificar el efecto del número de estudiantes por aula en escuelas de Israel sobre el rendimiento educativo utilizando datos observacionales. Los autores estudiaron la «regla de los Mai- monides», en la cual ninguna escuela de Israel debería tener aulas con más de 40 alumnos. Si la matrícula excede ese número, inmediatamente se divide el aula en dos secciones con algo más de 20 alumnos por aula. En ese sentido, la regla estaría seleccionando (casi al azar) a un grupo de estudiantes a estudiar en aulas cercanas (por la izquierda) a los 40 alumnos y a otro grupo de similares características a estudiar en clases de menor tamaño. Asumiendo que la matrícula total no está relacionada con las características de los estudiantes, la única diferencia entre los dos grupos mencionados sería el tamaño del aula promedio. Con ello se lograría identificar el efecto tratamiento promedio al menos localmente alrededor de la discontinuidad en el tamaño de la clase. Aunque el estudio original de Angrist y Lavy muestra que tal discontinuidad en la práctica no está tan claramente definida como lo señala la regla (lo cual requiere algu- nas correcciones adicionales que veremos más adelante), la importancia de esta nueva corriente estriba en que se puede identificar el efecto tratamiento promedio al menos localmente alrededor de la discontinuidad de una variable, siempre y cuando se cumplan algunas condiciones básicas. Estas son que las entidades se encuentren ordenadas en forma continua con respecto a una variable índice (en este caso la matrícula), y que la variable resultado (en este caso, el rendimiento escolar) también esté relacionada continuamente con la variable índice, además se observa una asignación del tratamiento con respecto a un umbral definido sobre la variable índice, lo cual genera una discontinuidad en el resul- tado observado en función del índice. Debido a la similitud de los individuos por encima o debajo del umbral, el salto en el resultado es el efecto tratamiento promedio alrededor del umbral. Esta es la base general de los diseños de regresión discontinua aguda. Los diseños de regresión discontinua son un caso especial de experimentos naturales en donde es posible identificar el efecto promedio del tratamiento al menos localmente. En la literatura reciente de evaluación de programas se ha venido aplicando esta técnica de regresión discontinua, la cual ha sido desarrollada y sistematizada en décadas recien- tes por Hahn, Todd y van der Klaauw (2001) y otros24. Formalizando lo mencionado en los párrafos anteriores25, en el contexto del modelo de resultados potenciales, supongamos que el vector de variables observables para cada entidad i se compone de (Xi, Zi), donde Xi es un escalar y Zi es un vector de las demás características observables de i que se asume que no han sido afectadas por el tratamiento. 24 Un par de documentos clásicos que muestran el uso de este enfoque en la década de 1960 son los de Thistlethwaite y Campbell (1960) y Campbell (1969), pero recién en años recientes este método ha reco- brado popularidad. Pueden consultarse algunas referencias destacables como Imbens y Lemieux (2007). 25 Aquí seguimos el desarrollo de Imbens y Lemieux, y el de Lee (2005). Luis García Núñez Econometría de evaluación de impacto 99 A la variable X (la cual debe ser una variable continua) se le conoce como forcing variable y es la variable índice que se mencionó líneas arriba, pues los valores del tratamiento di se encuentran completamente determinados por los valores de X si se encuentran a un lado o al otro de un umbral fijo c. La idea general es que dado este punto de corte, si la relación entre X y los resultados potenciales yj es suave, cualquier discontinuidad observable en E[y | X] será el efecto del tratamiento en el punto c. En este caso, ocurrirá que di = 1[Xi ≥ c] donde 1 es el operador que otorga el valor de 1 si es verdad la condición mencionada y 0 en otro caso, y c es un punto de corte defi- nido exógenamente. Es frecuente que la variable X sea re-escalada con tal que el punto de corte se ubique en cero. Evidentemente este es un caso extremo de selección en observables pues los grupos B y N difieren absolutamente en la variable X y, por lo tanto, la diferencia de las medias de grupo no es un estimador apropiado del efecto del tratamiento. Por el contrario, la idea del método es poder identificar el efecto tratamiento al menos localmente alrededor de c. Gráficamente, las líneas punteadas indican la esperanza condicional de los resultados potenciales dado X, E[yj | X] para j = 0,1. Mientras tanto, la línea continua indica la esperanza condicional del resultado observado, el cual matemáticamente es: E[y | X ] = E[y | d = 0, X ] ⋅ Pr[d = 0 | X ] + E[y | d = 1, X ] ⋅ Pr[d = 1 | X ] Gráfico 1 Ilustración de una regresión discontinua aguda X y c E(y0 | X) En el gráfico 1, el efecto tratamiento es el salto en la esperanza condicional de y dado X. lim | lim |x c i i x c i iE y X x E y X x↓ ↑=[ ]− =[ ] Es ilustrativo dibujar también la relación entre X y la probabilidad de recibir el trata- miento dado X, o sea P[d | X]. Esta relación se muestra en el gráfico 2. 100 Economía Vol. XXXIV, N° 67, 2011 / ISSN 0254-4415 Gráfico 2 Probabilidad de recibir el tratamiento X P[d | X] 0 1 c En este contexto de regresión discontinua aguda, seguimos asumiendo que se cumple (II’)pero ya no se está cumpliendo el supuesto de matching o overlaping, 0 < P(d | X) < 1. La violación de este supuesto genera algunos inconvenientes en la identificación el efecto del tratamiento. El efecto tratamiento promedio en el punto c es: ATE = E [y1 - y0 | X = c] = E [y1 | X = c] - E [y0 | X = c] El primer término es estimable con cierta dificultad pues se requiere que exista un número significativo de observaciones de X = c, lo cual puede no cumplirse pues X es continua. En el caso del segundo término, no hay datos de y0 para X = c por definición. Se hace entonces imperioso que la identificación de estos efectos se haga localmente alrededor de c. Es por ello que se hacen dos supuestos de regresión discontinua aguda que permiten identificar el efecto (adicionales al supuesto (II’)): Continuidad de la función de regresión condicional: E [yj | X = x] es continua en x, para j = 0,1. Continuidad de la función de distribución condicional: Sea Fyj | X (a | b) = Pr (yj < a | X = b), asumimos que Fyj | X (a | b) es continua en a para todo b, para j = 0,1. Bajo estos supuestos: E y X c E y X E y d X E y X X c X c X c0 0 0 0| lim | lim | , lim |=[ ] = [ ] = =[ ] = [ ] ↑ ↑ ↑ y similarmente: E y X c E y X E y d X E y XX c X c X c1 1 1 1| lim | lim | , lim |=[ ] = [ ] = =[ ] = [ ]↓ ↓ ↓ Luego, el ATE es: ATE E y X E y XX c X c= [ ]− [ ]↓ ↑lim | lim | Luis García Núñez Econometría de evaluación de impacto 101 El hecho de afirmar que el efecto tratamiento es identificable localmente alrededor de c indica que estamos suponiendo que los individuos alrededor de c son comparables, tanto en sus características observables como no observables (balanceo en ambas caracte- rísticas). Es decir, es como si el tratamiento se hubiera asignado aleatoriamente alrededor de c, lo cual le da el carácter de experimento natural a este diseño. A este supuesto tam- bién se le conoce como el supuesto de «intercambiabilidad». Este supuesto podría no cumplirse (lo cual invalidaría la identificación del ATE) si los individuos pudieran alterar su información observable de X con el fin de recibir o no el tratamiento. Por ejemplo, si se tratara de un programa de ayuda para individuos con ciertos ingresos por debajo de un umbral c. Si aquellos individuos que estuvieran apenas por encima de c alteraran su ingreso reportado reduciéndolo para hacerse beneficiarios del programa, ocurriría entonces que por debajo de c se agruparían individuos con ciertas características no observables, quedando por encima de c a otros individuos que difícilmente serían com- parables con los «de abajo». Finalmente, el ATE se puede estimar mediante una regresión semi-lineal del tipo: yi = bd di + g (Xi) + ui Donde g (Xi) es una función continua en X = c. Aquí se cumple que: ATE E y X E y X X c X c d = [ ]− [ ] = ↓ ↑ lim | lim | b En resumen, hemos mostrado cómo es posible identificar el efecto tratamiento en el caso de la regresión discontinua aguda. No obstante, los supuestos de este modelo podrían no cumplirse en la realidad especialmente cuando se trata del cumplimiento de la regla de asignación del tratamiento. Es decir, es frecuente que el umbral que define al tratamiento no sea tan claro como se menciona aquí sino que algunas entidades no cumplan con la regla, existiendo cierta probabilidad de recibir el tratamiento estando por debajo del umbral, o de no recibirlo estando por encima de él. El desarrollo de este caso se presenta en la sección 6. Existen algunos ejemplos de la aplicación de regresión discontinua aguda en estudios de impacto. En la literatura de elecciones, se ha encontrado que en elecciones ajus- tadas (donde las dos opciones a elegir se encuentran alrededor del 50%) se crea una discontinuidad aguda (o determinística) que puede ser explotada para la identificación local del impacto. Ejemplos de esta literatura son Lee, Moretti y Butler (2004), quienes estudian la conducta (como congresistas) de diputados del Partido Demócrata de los Esta- dos Unidos que han sido elegidos en elecciones ajustadas, en contraste con diputados del Partido Republicano que también han sido elegidos en elecciones con escasa diferencia. Asumiendo que en este tipo de elecciones ajustadas, una variabilidad natural hace que a veces gane uno u otro candidato (lo cual mostraría que la fuerza de cada partido en su distrito es más o menos similar), se observa que las votaciones en el Congreso de esos diputados elegidos no se acerca a la media, sino que ellos adoptan posiciones ya sea un 102 Economía Vol. XXXIV, N° 67, 2011 / ISSN 0254-4415 tanto más de izquierda para los demócratas y de derecha para los republicanos (esto último medido mediante un índice). Es decir, encuentran una significativa discontinui- dad en el récord de votaciones de estos diputados, lo cual muestra que al ser elegidos los políticos no representan la voluntad de la población que los eligió sino que siguen sus propios designios ideológicos y los de su partido. En otro trabajo que aplica esta metodología, DiNardo y Lee (2002) estudian el efecto de la sindicalización de empresas sobre la supervivencia de las mismas. Los autores explo- tan el hecho de que las empresas se sindicalizan si consiguen al menos el 50% más 1 de los votos de los trabajadores. Con ello, muestran con datos que las empresas con porcen- tajes de votación a favor de la sindicalización alrededor del 50% tienen características observables muy similares, con lo cual se puede atribuir el hecho de estar sindicalizado o no a factores aleatorios. Encuentran que el efecto de la sindicalización sobre la super- vivencia de las empresas es muy pequeño. En otro tipo de estudios económico-sociales, Barrera-Osorio, Linden y Urquiola (2007) encuentran que el programa colombiano Gratuidad, el cual libera del pago de derechos académicos a estudiantes según ciertos niveles socioeconómicos pre-estable- cidos, presenta datos que pueden ser estudiados mediante regresiones discontinuas. La discontinuidad se ubica en los niveles socioeconómicos discretos (nivel I, nivel II, etc.) definidos sobre un índice de pobreza continuo llamado Sisben. En tal sentido, indivi- duos alrededor de los cortes (por ejemplo, alrededor de los 11 puntos de Sisben) pueden ser considerados muy similares, sin embargo, aquellos a la izquierda de 11 se benefician del programa, pero aquellos a la derecha de 11 puntos no reciben el beneficio. Se con- sidera entonces que la única diferencia entre este grupo alrededor de los 11 puntos es el programa, lo cual identifica el efecto causal. Encuentran que participar en el programa incrementa en 3% la probabilidad de matricularse en la escuela para el grupo de estu- diantes de educación básica. 5. El mÉtodo dE ParEo o MATCHING El método de pareo es una técnica muy popular usada en el análisis de políticas a través de datos no experimentales. A diferencia del diseño de regresión discontinua aguda en donde los grupos de tratados y no tratados se encuentran completamente separados según la variable índice, en este caso se cumple el supuesto overlapping o matching (ver sección 2.4) y por ello los individuos de los grupos B y N comparten ciertas caracterís- ticas en un rango común. Si bien es cierto que es una técnica estadística relativamente antigua, en años recien- tes ha tenido importantes avances y perfeccionamientos en econometría (por ejemplo, véase Heckman, Ichimura y Todd 1997, 1998). En términos generales, busca evitar el problema del confounder en estudios con datos observacionales (véase sección 2.5) que ocurre cuando el efecto del tratamiento sobre el resultado no puede ser distinguido del Luis García Núñez Econometría de evaluación de impacto 103 efecto de una tercera variable relacionada con las dos primeras, debido al desbalance de esta variable en los grupos B y N. Para lograr ese objetivo, el método del pareo, mediante la conformación de parejas, busca definir un subgrupo de no beneficiarios (grupo de control C) tal quecualquier variable confundidora quede balanceada entre los tratados y los controles. Sin embargo, el método solo logra evitar el sesgo generado por variables confundidoras observables. Esta técnica es especialmente útil cuando: (1) Se busca estimar el ATET (2) Se posee un número grande de individuos en el conjunto N (3) Se posee un conjunto rico de variables observables, en especial antes de la aplica- ción del tratamiento Observando el ATET = E (y1 - y0 | d = 1) = E (y1 | d = 1) - E (y0 | d = 1). Como se mencionó antes, el término E (y0 | d = 1) no es observable. Además si el tratamiento no ha sido asignado en forma aleatoria —como suele ser el caso en los cuasiexperimen- tos— no podemos utilizar a un estimador de E (y0 | d = 0) como una aproximación de E (y0 | d = 1), pues nada garantiza que las características observables y no observables se encuentren balanceadas entre los grupos de beneficiarios y no beneficiarios. Ante este problema de identificación, el método propone unos supuestos identi- ficadores, bajo los cuales sería posible calcular el ATET. Empecemos asumiendo los supuestos llamados de strong ignorability por Rosenbaum y Rubin (1983) (I’): (y0, y1) Π d | x, y (III’): 0 < Pr (d | x) < 1, asumiéndose que estas propiedades se cumple en algún subconjunto c de valores del dominio de x, el cual llamaremos el soporte común26. En términos intuitivos, el primer supuesto quiere decir que si controlamos a los individuos según sus características observables (por ejemplo, su género), en cada subgrupo que corresponde a valores específicos de x el tratamiento es independiente de los resulta- dos, es decir ha sido asignado de forma similar a una asignación aleatoria. El segundo supuesto afirma que, para cada valor de características observables x, existen individuos que han sido tratados y otros que no han recibido el tratamiento. Bajo estos supuestos, condicionado a x podemos utilizar al grupo no beneficiario N como el escenario contrafactual buscado (grupo de control, C). Entonces, si se cumple el supuesto (I’) para x ∈ c, tendremos que E (y0 | x, d = 1) = E (y0 | x, d = 0) Si adicionalmente se asume (II) en x ∈ c, tendremos que (Lechner 2001): E (y0 | d = 1) = EX (E (y0 | x, d = 0) | d = 1) 26 De hecho, para identificar a ATET basta con asumir que y0 Π d | x. 104 Economía Vol. XXXIV, N° 67, 2011 / ISSN 0254-4415 Que puede ser estimado mediante análogos muestrales. No obstante, tal como Heck- man, Ichimura y Todd (1997,1998) han remarcado, los supuestos de strong ignorability son innecesariamente fuertes, pues basta con el supuesto de independencia de medias condicionales (II’) para la identificación de ATET. Cabe mencionar que si hay características no observables de los individuos que no están balanceadas, entonces la diferencia de medias condicionada a x no sería un buen estimador del efecto tratamiento promedio. Esta suele ser la principal deficiencia de esta técnica. Pero asumiendo que se cumplen las condiciones de strong ignorability, la discusión restante es cómo encontrar dentro de los no tratados a un grupo de control que com- parta las mismas características que el grupo beneficiado y que pueda ser utilizado como el escenario contrafactual. 5.1. Pareo exacto e inexacto La respuesta a la interrogante planteada nos lleva a preguntarnos si efectivamente exis- tirán individuos que tengan las mismas características pero que pertenezcan a grupos distintos según la recepción del tratamiento. Una primera forma de hacer esta búsqueda es mediante el pareo exacto. Para cada unidad i ∈ B con características xi, se busca una unidad j ∈ N que posea las mismas características, es decir xi = xj. Los «pares» de cada unidad i tomando como base a las características x son aquel grupo Ai (x) = {j ∈ N | xi = xj}. Luego el grupo de control es la unión de todos los conjuntos Ai, es decir C A i B i = ∪ ∈ . Esta forma de hacer pareo tiene un problema conocido como el «problema de la dimensionalidad». Puesto que en los estudios con datos microeconómicos los individuos suelen tener muchas características observables, es posible que para muchas unidades i no exista su par exacto j que comparta todas esas características (por ejemplo, la edad, el sexo, el nivel educativo, etc.) y, por lo tanto, el grupo de control C podría tener muy pocos elementos o quizás ninguno. Una alternativa a la versión exacta del pareo es la llamada «inexacta», en donde se busca a unidades que sean parecidas a las tratadas, aunque no lleguen a tener exacta- mente las mismas características. Para ello se definen unos criterios de cercanía. En este contexto, los «pares» de la unidad i son el grupo Ai (x) = {j ∈ N | xj ∈ v (xi)} donde v (xi) define a una vecindad cercana a xi. Las unidades cercanas a i podrían ser numerosas, por ello se suele simular al esce- nario contrafactual y0 con el promedio de estas unidades cercanas27. Para realizar este cálculo se acostumbra promediarlos usando ponderadores w(i, j) con 0 ≤ w(i, j) ≤ 1 27 Tal como señalan Dehejia y Wahba (2002), el hecho de tener un grupo de comparación unitario o numeroso no es un asunto trivial. Tener muchas unidades de comparación incrementa la precisión de la estimación del escenario contrafactual pero genera sesgos debido a que se utilizan unidades que podrían ser muy diferentes a la unidad tratada. Luis García Núñez Econometría de evaluación de impacto 105 y ∑ = ∈j Ai i jw( , ) 1 . Normalmente los ponderadores estarán relacionados con la cercanía de j a i, dándole mayor peso a los que se encuentren más cerca. Es importante notar en este momento que el pareo podría hacerse con reemplazo o sin reemplazo. Si se hace sin reemplazo, una unidad j no beneficiaria no puede ser utilizada para reconstruir el escenario contrafactual de dos unidades i ∈ B distintas. Puesto que esto trae problemas con pérdidas de observaciones, el pareo con reemplazo sí permite que una unidad j pueda ser utilizada más de una vez, siendo de especial utilidad cuando se tienen pocas observaciones (Dehejia y Wahba 2002). En cualquier caso, la fórmula general del estimador de ATET con pareo inexacto es: 1 0 1ˆ ( , ) i i j i B j AB ATET y i j y n ∈ ∈ = ∑ - ∑ w Veamos a continuación algunos casos especiales de pareo inexacto, los cuales difieren ya sea en la conformación del grupo Ai a través de la definición de vecindad, o difieren en los pesos asignados en w(i, j). Un caso muy común de pareo es aquel que se realiza según el «vecino más cercano» (nearest neighbor). Se escoge a la unidad j que está más cerca de i usando la distancia euclídea. En este caso: A x j x xi j i j( ) | min= −{ } Normalmente este conjunto debería tener solamente un elemento (w(i, j) = 1 para el j más cercano y w(i, j) = 0 para cualquier otra unidad), aunque podría tener a más de uno si se produce un empate. Asimismo el investigador puede definir una distancia mínima (llamada «caliper») como primer filtro, con el fin de hacer un pareo con indivi- duos que estén realmente cercanos. 5.2. Pareo mediante el propensity score Una forma alternativa de resolver el problema de la dimensionalidad es creando un puntaje o propensity score que resuma en una sola variable a todas las características x de los individuos. En términos más específicos, el propensity score es la estimación de la probabilidad de ser beneficiario del programa, P (x) = Pr (d = 1 | x). En un estudio muy celebrado, Rosenbaum y Rubin (1983) demostraron que si bajo los supuestos de strong ignorability en el soporte común, entonces se cumple que (y1, y0) Π d | P (x), ∀ x ∈ c. Este resultado es de mucha importancia pues permite que el pareo se pueda hacer basán- dose en el propensity score (Dehejia y Wahba 1999, 2002).28 28 Nuevamente, Heckman, Ichimura y Todd (1997) demuestran que E (y0 | P (x), d = 1) = E (y0 | P (x), d = 0) es suficiente para identificar a ATET. 106 Economía Vol. XXXIV, N° 67, 2011 / ISSN 0254-4415 En la práctica, el propensity score es estimadomediante regresiones logit o probit. Una vez hecha esta estimación, se puede hacer un pareo mediante, por ejemplo, el vecino más cercano en términos de este puntaje. En este caso, tendríamos que el conjunto de unidades «pares» a una unidad beneficiaria i es: { }ˆ ˆ( ( ) | min ( ) ( )i i jA P x j N P x P x= ∈ - Normalmente este conjunto será unitario pues el propensity score es una variable con- tinua que cuenta con un número ilimitado de decimales. Al igual que antes es posible definir una distancia mínima, ||P̂i (x) - P̂j (x)|| < t, pudiendo entonces ser el conjunto Ai (x) vacío. Una alternativa es la conocida como radius matching, en donde: { }( ( ) |i i jA P x j N P P r= ∈ - < A diferencia del vecino más cercano, en el caso de radius matching, el conjunto Ai (P(x) puede tener más de un elemento. El ATET se estima considerando el promedio simple de los resultados y de los elementos de Ai (P(x)). Un problema con los métodos del vecino más cercano y radius matching es que con- sumen mucha información y pierden muchas observaciones, las cuales podrían contener información valiosa en la estimación de los escenarios contrafactuales. Una alternativa propuesta en la literatura es que se permita que las unidades del grupo de comparación Ai (P(x) sean muchas alrededor del valor de x, pero ponderándolas según una función ponderadora llamada kernel29, que da más peso a unidades cercanas y menor peso a las alejadas30. Luego el ponderador w(i, j) es: w( , )i j k P P h k P P h i j j i j N = − − ∈ ∑ Donde P es el propensity score, k (⋅) es un kernel31 y h es el ancho de la «ventana» el cual determina cuantos valores Pj alrededor de Pi serán incluidas en el cálculo del prome- dio, es decir h define implícitamente a una vecindad. Esta especificación significa que el escenario contrafactual es estimado a través de la estimación de la esperanza condicional 29 Un kernel es una función k (x) que cumple algunas propiedades específicas. (i) k (x) es simétrica alrede- dor de 0 y continua; (ii) ∫ k (z) dz = 1, ∫ zk (z) dz = 0, ∫|k (z)| dz < ∞; (iii) k (z) = 0 si |z| ≥ z0 para un z0 definido, o |z| k (z) → 0 cuando |z| → ∞; y (iv) ∫ z2 k (z) dz = k < ∞. 30 Véase Heckman, Ichimura, Smith y Todd (1998). 31 Algunos ejemplos de funciones kernel muy utilizadas son la uniforme donde k (z) = (1/2) ⋅ 1[|z| < 1], la triangular con k (z) = (1 - |z|) ⋅ 1[|z| < 1], la Epanechnikov donde k (z) = (3/4) ⋅ (1 - z2) ⋅ 1[|z| < 1], y la Gaussiana donde k (z) = (2 p)-1/2 exp (-z2 / 2). Luis García Núñez Econometría de evaluación de impacto 107 de y sobre x mediante una regresión no paramétrica de y sobre x para las unidades del grupo no beneficiario. Esta regresión no paramétrica calcula el promedio simple de y en el intervalo seleccionado h. Una alternativa usada es la regresión lineal local, la cual calcula no solo un intercepto sino también una pendiente localmente en la vecindad. En cualquiera de los dos casos, en la elección del ancho de la ventana h existirá un trade-off entre eficiencia y sesgo, pues una ventana más amplia abarca más observaciones lo cual genera una mayor eficiencia en las estimaciones, pero incrementa el sesgo que se origina en la estimación al suavizarse una curva32. En el extremo caso que h → ∞, el valor de la regresión no paramétrica simplemente entregaría el promedio de los valores de y del grupo no beneficiario, lo cual estaría alejado de la media condicional de y dado x. Por otro lado, si h es muy pequeño, se contaría con muy pocas observaciones lo cual resta confiabilidad a las predicciones. Cabe resaltar que tal como señalan Heckman, Ichimura, Smith y Todd (1998), una notable diferencia entre esta técnica en comparación con los experimentos aleatorios controlados es en el grupo de control que se genera. Mientras que en los experimentos, dada la naturaleza del proceso, se garantiza que las características observables y no obser- vables tienen la misma distribución entre los beneficiarios y controles, en el caso de datos no experimentales nada garantiza que eso ocurra. Por ello es frecuente que el propensity score no tenga el mismo soporte que entre beneficiarios y no beneficiarios. Por tal razón, y con el fin de excluir a individuos que no tienen un «par» en el otro grupo, es necesario definir el rango o soporte común (common support) que hemos mencionado antes, que es la intersección de los soportes de los beneficiarios y no beneficiarios en sus scores. El pareo se va a realizar finalmente solamente entre aquellos individuos que tengan un score dentro de dicho rango común, eliminándose a todos los individuos que queden fuera de él. Cuando se realiza un pareo de uno-a-uno (como en el caso del vecino más cercano) después de la definición del soporte común, la distribución del score entre los benefi- ciarios y el grupo de control debería ser muy parecida. Si el rango en común es muy pequeño o inexistente entre los propensity scores de los beneficiarios y no beneficiarios, no se podrá realizar el pareo y además será una señal clara que los dos grupos no son comparables. Finalmente la expresión general del estimador del ATET con la definición del soporte común es: 1 0 1ˆ ( , ) i i j i B CS j A CSB ATET y i j y n ∈ ⊂ ∈ ⊂ = ∑ - ∑ w Donde CS hace referencia a que solo se toma en cuenta a individuos cuyas caracterís- ticas pertenecen al soporte común. 32 En Caliendo y Kopeinig (2005) se pueden encontrar algunos consejos prácticos a tomar en cuenta para la implementación del propensity score matching. 108 Economía Vol. XXXIV, N° 67, 2011 / ISSN 0254-4415 Las aplicaciones del método de pareo en economía son numerosísimas y los cam- pos en los que se utiliza crecen día a día. En economía laboral, en especial en lo que se refiere a programas de desempleo y entrenamiento, pueden consultarse por ejemplo los mencionados trabajos de Heckman, Ichimura y Todd (1997), Dehejia y Wahba (2002), Lechner (2000) y Burga (2003) en el caso del programa peruano Projoven. Existen algunos temas adicionales acerca del Método de Pareo que no se presentarán aquí. Un tema crucial es la principal desventaja del método propuesto en su incapacidad para controlar el sesgo en no variables no observables. Para evitar este inconveniente, la literatura se ha apoyado en el método tradicional de diferencias en diferencias, el cual desarrollaremos más adelante. Acerca de la elección entre los algoritmos propuestos para la construcción del escenario contrafactual, algunos estudios los han comparado encontrando algunas ventajas o desventajas entre ellos33. Un resumen de estas compa- raciones se puede encontrar en Vinha (2006). Sobre el tipo de tratamiento, es posible extender el procedimiento para el caso de tratamientos múltiples no binarios, en donde es importante la intensidad o heterogeneidad del mismo. Algunos estudios han desarro- llado este análisis que aun es relativamente nuevo en economía (véase por ejemplo Joffe y Rosenbaum 1999, Imbens 2000, Lechner 2002). 6. EndogEnEidad dEl tratamiEnto: El mÉtodo dE variablEs instrumEntalEs34 En ocasiones aun si los programas son diseñados para ser asignados en forma aleatoria entre la población objetivo, en la práctica la recepción o no del tratamiento está en ma- nos de las personas quienes podrían decidir no recibirlo o logran recibirlo sin haber sido pre-seleccionados. En tal situación, las decisiones de las personas influyen en la variable tratamiento d, por lo cual se le debe considerar como una variable endógena. De esta manera no se cumplen los supuestos identificadores del ATE —debido a la autoselección generada— por lo que la diferencia de medias d̂ ni la estimación por mínimos cuadra- dos ordinarios b̂d en yi = b0 + bd di + ui son estimadores consistentes del ATE. La variable d podría no expresar plenamente el objetivo de la política pues algunas personas podrían decidir participar o no en ella; es decir, d dependería de algunas varia- bles no observables
Compartir